作者
费冰鑫,蓝国添,沈 佳
文章摘要
人工智能技术在工业自动化领域的应用不断深化，设备运行过程中产生的大量数据为故障诊断与预测性维护提供了重要基础。基于机器学习与深度学习算法，构建高效的数据分析模型，实现对设备运行状态的实时监测与异常识别。通过对历史数据的挖掘与特征提取，能够提前预测潜在故障并制定维护策略，从而减少突发停机与维护成本。结合实际工业场景，对典型算法模型及其应用效果进行分析，验证人工智能在提升设备可靠性、优化维护决策中的实际价值。研究结果表明，智能化维护模式有助于推动工业系统向高效、安全与可持续方向发展。
文章关键词
人工智能；故障诊断；预测性维护；工业自动化；机器学习
参考文献
[1] 牛冲丽,卢凯杰.人工智能技术在工业设备预测性维护中的应用[J].电子技术与软件工程,2022,(17):226-229.
[2] 李佳铖,程刚.人工智能在工业自动化系统中的应用[J].科技创新与应用,2024,14(15):177-180.
[3] 刘洋.面向工业设备故障诊断的知识图谱推理决策方法研究[D].南京航空航天大学,2023.
[4] 戴认之.人工智能技术在工业设备和系统智能运营维护的应用[J].中国信息化,2020,(07):52-53.
[5] 袁烨,张永,丁汉.工业人工智能的关键技术及其在预测性维护中的应用现状[J].自动化学报,2020,46(10):2013-2030.
Full Text:
DOI
